Registe métricas manualmente com o Vertex AI Experiments

As métricas de séries cronológicas do TensorBoard podem ser registadas manualmente com uma execução do Vertex AI Experiments. Estas métricas são visualizadas na consola do Vertex AI Experiments ou na app Web do Vertex AI TensorBoard.

Para mais detalhes sobre o registo de métricas e parâmetros, consulte o artigo Registe manualmente dados numa execução de experiência.

Python

from typing import Dict, Optional

from google.cloud import aiplatform
from google.protobuf import timestamp_pb2


def log_time_series_metrics_sample(
    experiment_name: str,
    run_name: str,
    metrics: Dict[str, float],
    step: Optional[int],
    wall_time: Optional[timestamp_pb2.Timestamp],
    project: str,
    location: str,
):
    aiplatform.init(experiment=experiment_name, project=project, location=location)

    aiplatform.start_run(run=run_name, resume=True)

    aiplatform.log_time_series_metrics(metrics=metrics, step=step, wall_time=wall_time)

• experiment_name: indique um nome para a sua experiência.
• run_name: indique um nome para a execução.
• metrics: dicionário em que as chaves são nomes de métricas e os valores são valores de métricas.
• step: opcional. Índice de passos deste ponto de dados na execução.
• wall_time: opcional. Data/hora do relógio quando este ponto de dados é gerado pelo utilizador final. Se não for fornecido, wall_time é gerado com base no valor de time.time().
• project: . Pode encontrar estes IDs na página de Google Cloud boas-vindas da consola.
  
• location: localização da sua experiência e instância do TensorBoard. Se a experiência ou o TensorBoard ainda não existirem, são criados nesta localização.